simonlin1212/a-stock-data · 上手攻略

仓库：simonlin1212/a-stock-data
链接：https://github.com/simonlin1212/a-stock-data
分类：trending / database
Stars：6761 | 周增：+161
作者：Tom
更新：2026-07-11

这是什么

a-stock-data 是一个面向 AI 编程助手（Claude Code / OpenClaw / Codex）设计的 A 股全栈数据 Skill 文件，本质是一份结构化 Markdown 文档，内嵌全部可运行 Python 代码，可直接被 AI 读取并在对话中执行。

它解决的核心问题是：A股数据源极度分散——行情在通达信协议、研报在东财 PDF、资金流在另一个接口、龙虎榜又在别处——普通开发者需要逐一对接十几个接口、背各种特殊 Header 与鉴权逻辑。a-stock-data 把这些全部封装好，让 AI 编程助手直接能调用。

当前版本：V3.3.1（2026-06-28），10 层架构、40 个端点、13 个数据源。

解决什么问题

数据源分散：东财、同花顺、通达信(mootdx)、巨潮、新浪、百度股市通、iwencai……每个接口格式不同、鉴权不同、限流规则不同，一一对接费时费力。
接口频繁失效：akshare 曾是 A 股数据 Python 生态的事实标准，但维护不稳定，大量接口已失效；百度的 PAE 接口也在 2026 年陆续下线。V3.0 起本项目彻底移除 akshare 依赖，全部直连 HTTP API。
东财 IP 风控：东财接口有严格 IP 限流，高频调用会被封。V3.2 起内置统一限流入口 em_get()，让 AI 直接生成防封代码。
mootdx 0.11.x 兼容性问题：mootdx 0.11.x 版本有 BESTIP.HQ 空字符串 bug，导致全新环境下 import 崩溃。本项目提供 tdx_client() helper 规避该问题。

快速安装

前提依赖

pip install mootdx requests pandas stockstats

版本要求：mootdx >= 0.10（建议用最新，0.11.x 通过 tdx_client() helper 兼容）；requests / pandas / stockstats 无特殊版本限制。

⚠️ iwencai 语义搜索是唯一需要 API Key 的功能（申请地址），其他所有数据源（mootdx / 腾讯 / 东财 / 同花顺 / 百度股市通 / 新浪 / 巨潮）全部零 Key、免费。

安装 Skill 文件

# 1. 创建 skill 目录
mkdir -p ~/.claude/skills/a-stock-data

# 2. 下载 SKILL.md
curl -o ~/.claude/skills/a-stock-data/SKILL.md \
  https://raw.githubusercontent.com/simonlin1212/a-stock-data/main/SKILL.md

# 3. 安装 Python 依赖
pip install mootdx requests pandas stockstats

安装后，在 Claude Code / OpenClaw 对话中说「帮我看看 688017 的估值」之类的话，AI 会自动激活该 Skill 并执行内嵌代码。

注意：本 Skill 建议通过上下文注入使用，不做自动加载（origin: custom），以避免非 A 股话题也被注入无关数据函数。

核心用法（可复制代码片段）

以下代码均摘录自 V3.3.1 SKILL.md，经实测可用。AI 编程助手可直接引用。

1. 创建 mootdx 客户端（规避 0.11.x bug）

import socket
from mootdx.quotes import Quotes

_TDX_SERVERS = [
    ('119.97.185.59', 7709), ('124.70.133.119', 7709),
    ('123.60.73.44', 7709),  ('124.71.9.153', 7709),
]

def _probe(ip, port, timeout=2.0):
    try:
        with socket.create_connection((ip, port), timeout=timeout):
            return True
    except Exception:
        return False

def tdx_client(market='std'):
    for ip, port in _TDX_SERVERS:
        if _probe(ip, port):
            return Quotes.factory(market=market, server=(ip, port))
    # fallback → bestip → 裸 factory
    try:
        return Quotes.factory(market=market, bestip=True)
    except Exception:
        return Quotes.factory(market=market)

client = tdx_client()

2. 获取日 K 线数据

# ⚠️ 参数名是 frequency，不是 category！
# frequency=9 → 日线（默认），8→1分钟，0→5分钟，1→15分钟，2→30分钟，3→60分钟
klines = client.bars(symbol='688017', frequency=9, offset=10)
# 返回: open, close, high, low, vol, amount, datetime

⚠️ 已知 bug（历史遗留）：category= 参数名会被 mootdx **kwargs 静默吞掉，导致任何非日线的 K 线请求都静默退化成日线而不报错。这是 V3.2.5 修复前的代码里广泛存在的问题，请务必使用 frequency= 而非 category=。

3. 实时报价（46 字段）

quotes = client.quotes(symbol=['688017', '300476'])
# 返回: price, open, high, low, last_close, bid1~bid5, ask1~ask5, vol, amount 等

4. 东财个股资金流（已内置防封）

import time, random, requests

UA = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36"
EM_SESSION = requests.Session()
EM_SESSION.headers.update({"User-Agent": UA})
EM_MIN_INTERVAL = 1.0
_em_last_call = [0.0]

def em_get(url, params=None, timeout=15, **kwargs):
    """东财统一请求入口：自动节流 + 会话复用"""
    wait = EM_MIN_INTERVAL - (time.time() - _em_last_call[0])
    if wait > 0:
        time.sleep(wait + random.uniform(0.1, 0.5))
    try:
        return EM_SESSION.get(url, params=params, timeout=timeout, **kwargs)
    finally:
        _em_last_call[0] = time.time()

# 调用龙虎榜示例
url = "https://datacenter-web.eastmoney.com/api/data/v1/get"
params = {
    "reportName": "RPT_LHB_PLATINUM_STATISTICSALL",
    "columns": "ALL", "pageSize": "10",
    "sortColumns": "NET_BUY_AMT", "sortTypes": "-1"
}
data = em_get(url, params=params)

5. 北向资金（沪股通/深股通分钟级）

# 同花顺北向实时接口（零鉴权，约 73ms 响应）
import requests
r = requests.get(
    "https://data.10jqka.com.cn/funds/hgt/",
    headers={"Referer": "https://data.10jqka.com.cn/"}
)
# 返回沪股通分钟级买卖流量数据

6. 研报 PDF 下载

import requests

def download_pdf(url, save_path):
    r = requests.get(url, headers={
        "Referer": "https://reportapi.eastmoney.com/"
    }, timeout=20)
    with open(save_path, 'wb') as f:
        f.write(r.content)
    return save_path

# 配合 eastmoney_industry_reports() 获取研报 URL 后下载

7. 涨停池/打板情绪

# 东财涨停池（连板数、封板资金、炸板次数）
params = {
    "reportName": "RPT_STOCK_LIMIT_UP",
    "columns": "ALL",
    "filter": "UP_NUM>1",  # 只看连板股
    "pageSize": "20",
    "sortColumns": "UP_NUM", "sortTypes": "-1"
}
data = em_get(
    "https://datacenter-web.eastmoney.com/api/data/v1/get",
    params=params
)

典型适用场景

场景	对话示例
个股估值	「帮我估一下 688017，给我 PE/PEG/消化时间」
强势股/题材归因	「今天哪些股票走强，主要是什么题材」
北向资金	「今天北向资金流入流出怎么样」
龙虎榜	「002475 最近上过龙虎榜吗，哪些营业部在买」
全市场龙虎榜	「今天龙虎榜哪些票净买入最多」
涨停打板	「今天涨停多少家、最高几连板、炸板率多少」
研报检索	「人形机器人产业链最近的研报，特别是丝杠和减速器」
ETF 期权	「50ETF 平值期权的隐含波动率和 Delta 是多少」
互动易	「比亚迪最近投资者都在问什么，公司怎么回应的」
批量估值对比	「帮我对比这 5 只半导体股的估值」

坑与注意

mootdx 海外 IP 问题：mootdx 走 TCP 7709 通达信协议，海外网络环境通常全部超时（无响应）。tdx_client() 会快速失败并给出明确报错，而非无限等待。国内用户无此问题。
复权口径：mootdx bars() 返回的是不复权原始价（通达信数据本身无 adjust 参数）。跨除权除息日做估值/回测须自行复权，或改用带前复权的腾讯财经日 K 数据。
东财 IP 封禁阈值：每秒 > 5 次 / 单 IP 并发 ≥ 10 / 1 分钟 ≥ 200 次会触发临时封禁。本 Skill 所有东财请求已内置 em_get() 限流，但 AI 在批量筛选（如循环 100 只股查龙虎榜）时可能忘记降速，使用者应主动提醒 AI：「每只股票之间加 1.5 秒间隔」。
部分大陆住宅 IP 对东财有间歇风控：表现为 HTTP 000 或空数据，非代码 bug，换网络或加重试即可。
财联社快讯已下线（cls.cn 旧 API 404，V3.2 标记废弃）：用东财全球资讯替代，数据同源。
iwencai 语义搜索需要 API Key（申请入口）：其他所有端点零 Key 免费。
分钟 K 线 bug（V3.2.5 修复）：旧版代码 category= 参数被静默吞掉，分钟线请求静默退化为日线。确保使用的是 V3.2.5+ 版本（当前最新 V3.3.1）。

数据源优先级说明

优先级	数据源	用途	封 IP 风险
1（首选）	mootdx（通达信）	K线、五档盘口、财务快照、F10	不封
2	腾讯财经	PE/PB/市值/换手率/涨跌停/指数/ETF	不封
3	新浪/巨潮/同花顺	财报三表、公告、一致预期、热点	低
4（仅独有数据）	东财 eastmoney	龙虎榜/融资融券/资金流/研报/PDF	有风险，须限流

与同类对比

工具/仓库	类型	优势	不足
a-stock-data（本文）	AI 助手指令集	零安装、自包含、40端点、AI直接用	需 AI 助手配合，非独立工具
akshare	Python 库	生态成熟	维护不稳定，大量接口失效
tushare	Python 库	有结构化文档	需要积分/Key，数据延迟
JoinQuant	平台	专业回测功能	平台绑定，非开放 API
iFinD	商业数据	数据全	昂贵，个人用户门槛高

a-stock-data 的独特价值在于作为 AI 编程助手的上下文 Skill，把数据获取嵌入到 AI 工作流里——你用自然语言描述需求，AI 自动组合多个端点取数，而非自己写 Python 脚本。

一句话结论

A 股数据获取的事实标准——不依赖 akshare，40 个端点零 Key 免费，内置防封，AI 编程助手直接调用；国内 Python 开发者或使用 Claude Code / OpenClaw 做 A 股研究的首选数据 Skill。

版本：V3.3.1 · 2026-06-28 验证 · 作者：Simon 林 · 抖音「Simon林」· 公众号「硅基世纪」